کاربرد هوش مصنوعی در باستان شناسی نجات بخش پروژه های سدسازی ایران مبتنی بر سامانه هوشمند یکپارچه
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 28
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_HYDROP-13-39_008
تاریخ نمایه سازی: 22 آبان 1405
چکیده مقاله:
پروژه های بزرگ عمرانی، به ویژه سدسازی در سرزمین وسیعی مانند ایران با پیشینه تمدنی غنی، همواره چالش هایی برای حفاظت از میراث فرهنگی ایجاد کرده اند. سرعت زیاد اجرای پروژه ها و گستردگی محدوده های جغرافیایی تحت پوشش آن ها، کارایی روش های سنتی باستان شناسی را در مطالعات میدانی با مشکلات جدی مواجه می کند. اگرچه باستان شناسی نجات بخش به عنوان راهکاری برای مهار این بحران مطرح شده، همچنان در اکثر پروژه ها، محدودیت زمان، هزینه های بالا و دقت وجود دارد.
این پژوهش با رویکردی توصیفی و تحلیلی، ظرفیت های نوین هوش مصنوعی را در تحلیل انواع داده های مورداستفاده در این مطالعات، مانند داده های مکان محور، تصاویر ماهواره ای و فتوگرامتری پهپادی را بررسی می کند. تحقیقات و پروژه های انجام شده حاکی از آن است که گذار از سامانه های سنتی به مدل های یادگیری ماشین و عامل های هوشمند، می توانند فرآیند شناسایی محوطه های باستانی، بررسی آثار و مستندسازی را سرعت بخشیده و با تحلیل های پیش بینانه، خطر تخریب آثار را پیش از آغاز عملیات اجرایی، کاهش می دهد. بااین حال، روش و ابزار مناسب هوش مصنوعی قابل استفاده در پروژه های سدسازی، نیازمند دسترسی به داده های باکیفیت، بومی سازی شده و شناخت مخاطرات آن است.ین پژوهش ضمن بررسی چالش ها و توانایی های هوش مصنوعی در باستان شناسی نجات بخش پروژه های سدسازی ایران یک مدل با عنوان سامانه هوش مصنوعی یکپارچه پیشنهاد می شود.
کلیدواژه ها:
Rescue Archaeology ، Generative AI ، Deep Learning ، Intelligent Agents. ، باستان شناسی نجات بخش ، هوش مصنوعی مولد ، یادگیری عمیق ، عامل های هوشمند.
نویسندگان
علی علی جماعت
Islamic Azad University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :